Native-to-fibril structural remodelling reveals an amyloid-selective transthyretin epitope for AI-guided binder design

Der menschliche Körper ist eine komplexe Maschine, die auf Proteine angewiesen ist, um ihre lebenswichtigsten Aufgaben auszuführen. Eines dieser Proteine, genannt Transthyretin, fungiert als Lieferwagen im Blut und transportiert Hormone zum Gehirn und zu anderen Organen. Normalerweise schließen sich vier dieser Proteineinheiten zusammen, um eine stabile, vierteilige Struktur zu bilden. Unter bestimmten Bedingungen kann diese stabile Anordnung jedoch auseinanderfallen. Wenn sich die einzelnen Einheiten trennen, können sie ihre Form verlieren, sich falsch falten und zu langen, starren Fasern, den sogenannten Amyloid-Fibrillen, verklumpen. Diese Fasern sind das Kennzeichen einer Gruppe von Krankheiten namens Amyloidose, die das Herz, die Nerven und andere Gewebe schädigen können. Die Herausforderung für Ärzte und Wissenschaftler bestand schon immer darin, zwischen dem gesunden, vierteiligen Protein und diesen gefährlichen, missgestalteten Klumpen zu unterscheiden. Wenn eine Behandlung nicht zwischen den beiden unterscheiden kann, könnte sie versehentlich die gesunden Proteine angreifen, die der Körper benötigt, oder es versäumt, die schädlichen zu stoppen.

Ein Team von Forschern hat nun fortschrittliche Computermodellierung eingesetzt, um eine spezifische Stelle an diesen gefährlichen Fasern zu finden, die im gesunden Protein verborgen, aber an den kranken Exemplaren exponiert ist. Durch den Vergleich der 3D-Strukturen gesunder Proteine mit jenen von Fasern, die von echten Patienten stammen, entdeckten sie, dass ein kleiner Abschnitt am äußersten Anfang der Proteinkette, nahe einem spezifischen chemischen Marker, viel sichtbarer wird, wenn das Protein in eine Faser umgewandelt wird. Diese Entdeckung ist bedeutend, da sie ein potenzielles Ziel für neue Medikamente bietet. Die Forscher setzten anschließend künstliche Intelligenz ein, um winzige Proteinbinder zu entwerfen, die Ähnlichkeit mit Antikörpern haben und so geformt sind, dass sie perfekt in diese neu exponierte Stelle passen. Die Computersimulationen deuten darauf hin, dass diese entworfenen Binder an die gefährlichen Fasern binden würden; da die Binder jedoch auch eine hohe Konfidenz bei der Interaktion mit verschiedenen Teilen des gesunden Proteins zeigten, stellt die Studie fest, dass eine selektive Bindung oder das Ausbleiben einer Bindung an gesunde Proteine noch nicht abgeleitet werden kann.

Die Studie begann mit der Sammlung einer massiven Menge an Daten. Die Forscher untersuchten den genetischen Code von Transthyretin, um zu verstehen, wie er sich bei verschiedenen Menschen verändert. Sie katalogisierten über einhundertdreißig verschiedene Mutationen, bei denen es sich um kleine Fehler in den genetischen Anweisungen handelt, die das Protein instabil machen können. Sie kartierten auch sechsundzwanzig verschiedene chemische Modifikationen, die dem Protein im Zuge des Alterns oder unter Stress geschehen können. Diese Modifikationen, wie etwa Oxidation oder das Hinzufügen kleiner chemischer Markierungen, können das Verhalten des Proteins verändern. Durch die Erstellung einer detaillierten Karte dieser Veränderungen etablierte das Team eine Basislinie dafür, wie sich das Protein unter verschiedenen Bedingungen verhalten könnte. Sie nutzten leistungsstarke Computerprogramme, um vorherzusagen, wie diese Mutationen und Modifikationen die Stabilität des Proteins beeinflussen würden, wobei sie bestätigten, dass viele der bekannten krankheitsverursachenden Veränderungen das Protein wesentlich wahrscheinlicher dazu bringen, auseinanderzufallen und Fasern zu bilden.

Der Kern der Forschung bestand in einem direkten Vergleich zwischen dem gesunden, vierteiligen Protein und den Faserstrukturen, die bei Patienten gefunden wurden. Das Team analysierte dreißig verschiedene Faserstrukturen von Patienten mit verschiedenen Formen der Krankheit, einschließlich jener mit genetischen Mutationen und jener mit der häufigen altersbedingten Form. Diese Fasern stammten aus verschiedenen Teilen des Körpers, wie dem Herzen, dem Auge und Muskelgewebe. Als die Forscher diese Faserstrukturen mit dem gesunden Protein verglichen, fanden sie einen markanten Unterschied in einem spezifischen Bereich. In dem gesunden Protein ist ein kurzer Abschnitt der Kette nahe dem Anfang versteckt und der Außenwelt verborgen. In allen Faserstrukturen wurde derselbe Abschnitt jedoch nach außen gedrückt und exponiert. Dieser exponierte Abschnitt sitzt direkt neben einem chemischen Marker, der im Krankheitsprozess oft verändert wird, aber die Exposition selbst ist das Ergebnis der Formveränderung des Proteins zur Faser und nicht allein aufgrund des chemischen Markers.

Um zu verstehen, ob dieser exponierte Punkt ein Ziel für eine Behandlung sein könnte, wandten sich die Forscher der künstlichen Intelligenz zu. Sie nutzten generative Design-Werkzeuge, die wie digitale Architekten funktionieren, die neue Proteinformen von Grund auf neu erfinden können. Sie wiesen diese Programme an, winzige Binder zu entwerfen, die speziell in die exponierte Stelle der Faser passen würden. Die KI generierte hunderte potenzielle Designs und filterte sie dann zu den vielversprechendsten Kandidaten heraus. Die Forscher führten anschließend einen zweiten Satz von Computertests durch, um zu sehen, wie sich diese Designs verhalten würden. Sie testeten die Binder gegen die Faserstrukturen, für die sie entworfen worden waren, und auch gegen das gesunde, vierteilige Protein. Die Ergebnisse waren ermutigend: Die Binder, die so entworfen wurden, dass sie zur Faserform passten, banden sich an die exponierte Stelle in den Faserstrukturen. Als dieselben Binder gegen das gesunde Protein getestet wurden, sagte der Computer voraus, dass sie mit entfernten Teilen des Proteins interagieren würden anstatt mit der Zielstelle. Da die Computermodelle jedoch immer noch eine hohe Konfidenz in Bezug auf diese alternativen Interaktionen mit dem gesunden Protein zeigten, betonen die Forscher, dass dies noch nicht beweist, dass die Binder das gesunde Protein in einer realen Umgebung ignorieren werden.

Die Studie untersuchte auch, ob dieser Ansatz bei verschiedenen Arten der Krankheit funktionieren könnte. Da Amyloid-Ablagerungen im Herzen, im Auge oder in Muskeln entstehen können, fragten sich die Forscher, ob ein Binder, der für ein bestimmtes Gewebe entworfen wurde, in einem anderen versagen könnte. Sie entwarfen Binder speziell für Fasern im Auge und testeten diese dann gegen Fasern aus dem Herzen. Die Simulationen zeigten, dass die für die Augenfasern entworfenen Binder die exponierte Stelle an den Herzfasern immer noch erkannten und daran banden. Dies deutet darauf hin, dass die exponierte Stelle ein gemeinsames Merkmal der Krankheit ist, unabhängig davon, wo sie im Körper entsteht. Dieser Befund weist auf die Möglichkeit eines einzigen Behandlungsansatzes hin, der für Patienten mit verschiedenen Formen der Krankheit funktionieren könnte, anstatt für jede spezifische Mutation oder jedes Gewebe ein einzigartiges Medikament zu benötigen.

Trotz dieser vielversprechenden Computerergebnisse weisen die Forscher vorsorglich darauf hin, dass diese Arbeit noch in einem frühen Stadium ist. Die Designs existieren nur als Computermodelle, und die Vorhersagen darüber, wie gut sie binden werden, basieren auf Simulationen, nicht auf physischen Experimenten. Das Team hat diese Binder noch nicht in einem Labor oder in lebenden Organismen getestet. Sie haben noch nicht gemessen, wie stark die Binder an die Fasern binden, noch haben sie bestätigt, dass sie die Fasern aus dem Körper entfernen können. Die Studie stellt ausdrücklich klar, dass die Computermodelle zwar nahelegen, dass die Binder selektiv sind, dies jedoch nicht bewiesen wurde. Die nächsten Schritte würden darin bestehen, diese Proteine in einem Labor herzustellen und sie gegen echte Patientenproben zu testen, um zu sehen, ob sie sich so verhalten, wie der Computer es vorhergesagt hat.

Der Wert dieser Arbeit liegt in ihrer Methode. Durch die Kombination eines tiefen Verständnisses der Proteinstruktur mit moderner künstlicher Intelligenz haben die Forscher ein spezifisches, zugängliches Ziel identifiziert, das zuvor schwer zu sehen war. Sie haben gezeigt, dass der Übergang von einem gesunden Protein zu einer krankheitsverursachenden Faser eine neue Oberfläche schafft, die gezielt adressiert werden kann. Dieser Ansatz bietet einen Fahrplan für die Entwicklung von Therapien, die präzise sind, indem sie nur auf die schädlichen Klumpen abzielen, während sie die gesunden Proteine unberührt lassen. Während der Weg von einem Computermodell zu einem funktionierenden Medikament lang und ungewiss ist, bietet diese Studie eine klare Richtung. Sie transformiert ein komplexes biologisches Problem in eine lösbare technische Herausforderung und legt nahe, dass wir mit den richtigen Werkzeugen Moleküle entwerfen können, die die spezifischen Formen erkennen und neutralisieren, die Krankheiten verursachen.